一种基于手机图像匹配的室内定位方法
【技术领域】
[0001] 本发明属于图像处理技术领域，具体设及一种基于手机图像匹配的室内定位方 法。
【背景技术】
[0002] 近年来，随着智能手机的普及和移动物联网的深度发展，室内定位技术引起了越 来越多的关注，逐渐成为物联网的研究热点。但在复杂的室内环境（如机场大厅、仓库、 超市、图书馆、地下停车场等），传统的GI^S系统接收不到卫星信号，无法实现室内定位，不 能满足日益增长的室内定位服务LBS(Locationbasedservice)。目前国内外的室内定 位技术主要有W下7种方式：①红外技术（IR);②无线局域网（WLAN);⑨藍牙技术炬lue Tooth);④超声波扣Itrasonic);⑥计算机视觉（ComputerVision);⑧磁场；⑦射频技术 (RFID)。上述定位技术均能在一定程度上满足室内定位需求，但大多数定位系统易受室内 障碍物、多径传输等随机因素和干扰的影响，且系统部署复杂，维护成本高，通用性和可扩 展性差。综合多方面因素对比表明，基于计算机视觉的室内定位技术（即图像处理技术） 抗信号干扰性强、定位精度高、实际应用代价小，已成为室内定位研究的一个热点方向。
[0003] 目前，运用图像处理技术进行室内定位的方式主要是：将目标运行过程的视频流 划分成一帖一帖图像，匹配相邻两帖图像并计算其基本矩阵，累积获得的相对偏移量实现 室内定位。该种方法的特点是定位精度较高，但是随时间的推进累计误差不断增大，并且消 耗时间，需要计算多帖图像才可W完成一次定位，不适用于精确且实时的室内定位。
【发明内容】
[0004] 针对上述现有技术的缺陷或不足，本发明的目的在于，提供一种基于手机图像匹 配的准确快速室内定位方法。
[0005] 为了实现上述目的，本发明采用如下技术方案予W解决：
[0006] 一种基于手机图像匹配的室内定位方法，包括如下步骤：
[0007] 步骤1，将室内地面划分为多个正方形的虚拟网格；
[000引步骤2,在每个虚拟网格中拍摄四幅图像，将室内所有虚拟网格中拍摄的图像根据 拍摄方向的不同存为四类图像，并对应存储每幅图像的拍摄方向、所在的虚拟网格和虚拟 网格中屯、坐标；对每幅图像进行特征点提取，存储每幅图像对应的SURF特征描述子；在每 类图像中选出一个或多个基准图像，将每类图像的基准图像与对应类中的图像一一匹配， 得到匹配点数集合；
[0009] 步骤3,目标用户使用手机拍摄待匹配图像，并将待匹配图像及拍摄的方向信息发 送至服务器，服务器保存满足阔值要求的待匹配图像，根据方向信息，确定步骤2中得到的 与所述方向信息一致方向的一类图像为待捜索图像；在待捜索图像中捜索出待匹配图像的 最佳匹配图像，所述最佳匹配图像拍摄时所在的虚拟网格为目标粗略位置；
[0010] 步骤4,将最佳待匹配图像与其所在虚拟网格的八邻域虚拟网格进行匹配，获得匹 配点数，给目标粗略位置对应的虚拟网格w及八邻域网格分别赋权值；根据所述权值计算 目标用户的位置。
[0011] 进一步的，所述步骤1中，虚拟网格边长a取50cm~70cm。
[0012] 进一步的，所述步骤2具体包括如下步骤：
[0013] 步骤2. 1，采用带有支架的摄像机在每个虚拟网格对应的实际网格中，在四个方向 上共采集四幅图像；
[0014] 步骤2. 2,将采集的图像根据拍摄方向的不同分为4类图像进行存储；同时存储每 幅图像拍摄时的拍摄方向、所在的虚拟网格和虚拟网格中屯、坐标；
[00巧]步骤2. 3,采用SURF算子提取每幅图像的特征点，并存储每幅图像对应的SURF特 征描述子；
[0016] 步骤2. 4,在每类图像中选出一幅或多幅图像作为该类图像的基准图像；
[0017] 步骤2. 5,将每类图像的基准图像与该类图像一一匹配，得到匹配点数集合，将该 集合内的匹配点数从小到大排列得到集合base_Ni，i= 1，2, 3, 4。
[0018] 进一步的，所述步骤3具体包括如下步骤：
[0019] 步骤3. 1，目标用户使用手机垂直于墙面-i拍摄待匹配图像，i= 1，2, 3, 4 ;
[0020] 步骤3. 2,将待匹配图像与拍摄时刻的电子罗盘方向信息发送至服务器；
[0021] 步骤3. 3,服务器采用SURF算子提取待匹配图像的特征点，得到待匹配图像的 SURF特征点数K;
[0022] 步骤3. 4,判断SURF特征点数K是否大于设定阔值T，如果是，执行步骤3. 5 ;反之， 令i=i+1 或i-1，i= 1，2, 3, 4,执行步骤 3. 1 ;
[0023] 步骤3. 5,根据步骤3. 2中所述的电子罗盘方向信息，确定第i类图像为待捜索图 像；
[0024] 步骤3. 6,在待捜索图像中捜索出待匹配图像的最佳匹配图像，所述最佳匹配图像 拍摄时所在的虚拟网格为目标粗略位置。
[0025] 进一步的，所述步骤3. 6,在待捜索图像中捜索出待匹配图像的最佳匹配图像，所 述最佳匹配图像拍摄时所在的虚拟网格为目标粗略位置，包括：
[0026] 步骤3.6.1，已知待匹配图像I，待捜索图像为步骤3. 5中确定的第i类图像 Dat油ase;，初始化阔值Ti= 0. 1 ;
[0027] 步骤3. 6. 2,将待匹配图像I与第i类图像Dat油ase冲的每个基准图像baselk匹 配，得到待匹配图像与每个基准图像的匹配点数量Nk;将匹配点数量Nk的最大值Nm"对应 的基准图像作为最佳基准图像basely;
[00測步骤 3. 6. 3，计算区间肪yi，Key2]，其中，Keyi= (1-T1)XNmax、Key2 = (1+Ti)XN_；
[0029] 步骤3. 6. 4,将步骤2得到的匹配点数集合按照匹配点数由小到大排列得到集合 base_Ni，在该集合中捜索Keyi和1(巧2,找到与区间怔巧1，Keys]最接近的位置区间[posi， P0S2];
[0030] 步骤3. 6. 5,捜索位置区间[posi，POS2]内每个匹配点数对应的图像，作为一个新 的集合new_space;
[003U步骤3. 6. 6,待匹配图像I与所述新的集合new_space中每个图像基于SURF算子 进行匹配，产生匹配点数集合match_N;
[003引步骤3. 6. 7,计算集合match_N的最大值match_Nm。,，并将最大值match_Nm"对应的 图像作为最佳匹配图像；最佳匹配图像拍摄时所在的